命名实体识别(Named Entity Recognition, NER)作为自然语言处理的基本任务之一, 一直以来都是国内外研究的热点. 随着金融互联网的快速发展, 迄今为止, 金融领域中文NER不断进步, 并得以应用到其他金融业务中. 为了方便研究者了解金融领域中文NER方法的发展状况和未来发展趋势, 进行了一项相关方法的研究和总结. 首先, 介绍了NER的相关概念和金融领域中文NER的特点; 然后, 按照金融领域中文NER的发展历程, 将研究方法分为基于字典和规则的方法、基于统计机器学习的方法和基于深度学习的方法, 并详细介绍了每类方法的特点和典型模型; 接下来, 简要概括了金融领域中文NER的公开数据集和工具、评估方法及其应用; 最后, 向读者阐述了目前面临的挑战和未来的发展趋势.